De aproape un secol, procesul de dezvoltare a unui medicament a urmat un model tradițional, caracterizat de identificarea unei boli, cercetarea unor molecule candidate, teste în laborator și, în final, foarte mult timp și costuri pentru a ajunge la un medicament aprobat. Acest proces putea dura între 10 și 15 ani și presupunea cheltuieli de peste 2,6 miliarde de dolari, în condițiile în care majoritatea candidaților nu treceau de faza de testare. Însă, în ultimii ani, inteligența artificială a început să schimbe vizibil această dinamică, aducând metode mai eficiente și mai rapide pentru descoperirea de noi tratamente.
De la milioane de molecule la variante selectate virtual
Novartis, unul dintre cei mai mari producători mondiali de medicamente, utilizează inteligența artificială generativă pentru a accelera procesul de descoperire a medicamentelor. În urmă cu câțiva ani, compania a analizat aproximativ 15 milioane de compuși în căutarea unui tratament pentru boala Huntington, o afecțiune neurodegenerativă gravă. În loc să testeze mii de substanțe în laborator, cercetătorii au evaluat doar cam 60 de molecule, selectate virtual de AI.
Rezultatul a fost identificarea unei molecule promițătoare capabile să ajungă în creier, acolo unde este nevoie de tratament. Astfel, procesul de selecție a fost redus de la ani de cercetare și eforturi de laborator la câteva luni și un număr restrâns de variante. Această metodă nu presupune doar ghicirea formulei chimice, ci simulatează modul în care molecula ar interacționa cu organismul, anticipând succesul sau eșecul în faza virtuală.
Până în începutul lui 2026, peste 200 de medicamente dezvoltate cu ajutorul AI se aflau în diverse faze de testare clinică, de la studii timpurii până la teste avansate. În aceeași perioadă, rata de succes în faza I a medicamentelor create cu AI a fost estimată la între 80 și 90%, comparativ cu 40% pentru metodele tradiționale, ceea ce indică o dublare a șanselor de a obține rezultate pozitive.
Procesele de la laborator la studii clinice
Platformele utilizate în acest domeniu combină mai multe abordări: de la chimie generativă, care creează modern molecule de la zero, până la sisteme care încep de la biologia bolii și proiectează molecula țintă pe baza acesteia. De asemenea, folosesc și simulări bazate pe fizică, pentru a înțelege interacțiunile moleculare cu o precizie extremă.
Un exemplu concret este cazul companiei Insilico Medicine, care a obținut rezultate pozitive în faza a doua de testare pentru un medicament destinat fibrozei pulmonare idiopatice, o afecțiune fatală pentru care nu există tratamente eficiente. În toate aceste cazuri, AI nu oferă un miracol, ci facilitează navigarea în complexitatea biologiei umane și accelerează identificarea candidaților promițători.
Potrivit specialiștilor, însă, traducerea descoperirilor în studii clinică riguroase necesită în continuare timp și efort, biologia rămânând o știință complicată. AI oferă mai mult un instrument de a vedea și înțelege mai bine, nu o metodă de a ocoli provocările fundamentale ale cercetării medicale.
Pe de altă parte, AI nu înlocuiește complet rolul omului de știință. Accesul rapid la informații și simulările avansate permit specialiștilor să descopere mai eficient soluții pentru tratamente pentru boli rare sau incurabile, ceea ce, în anumite cazuri, poate însemna chiar ani de viață pentru pacienți.
Declarația recentă a lui Demis Hassabis, director la Google DeepMind, reflectă această direcție. În cadrul World Economic Forum, el a afirmat că primele medicamente proiectate integral cu inteligența artificială ar putea ajunge în studiile clinice în cursul acestui an, vizând domenii precum oncologia, bolile cardiovasculare și neurodegenerative.
De asemenea, platforme precum Insilico Medicine au demonstrat deja potențialul AI în domeniul bolilor fatale. În 2026, rezultatele pozitive din faza a doua de testare pentru un medicament anti-fibroză reprezintă un exemplu concret al impactului acestor tehnologii moderne în domeniul farmaceutic.
